Ученые Южно-Уральского государственного университета (ЮУрГУ) создали и успешно протестировали на двух российских суперкомпьютерах новый алгоритм, позволяющий за считанные секунды выявлять признаки сердечно-сосудистых заболеваний на миллионах кардиограмм. Реализация этой разработки в медицинской практике может значительно улучшить диагностику по всей стране, сообщили в пресс-службе вуза. 
«Заместитель директора НОЦ “Искусственный интеллект и квантовые технологии” ЮУрГУ Михаил Цымблер и начальник отдела интеллектуального анализа данных и виртуализации Яна Краева нашли решение для медицинской проблемы диагностики сердечно-сосудистых заболеваний, а также для массового и скоростного аудита миллионов кардиограмм. Для этого они разработали новый параллельный алгоритм, который функционирует с помощью кластерной системы на базе графических процессоров», — отметили в вузе.
В университете уточнили, что новый алгоритм получил название PADDi (PALMAD-based anomaly discovery on distributed GPUs). Он позволяет анализировать объем данных, который невозможно разместить целиком в памяти компьютера, и обеспечивает поиск аномалий не только в кардиограммах, но и в любых данных из различных областей, не требуя привлечения узкоспециализированных специалистов.
«Это достигается за счет внедрения в алгоритм понятия диссонанса, которое формализует неопределенное представление аномалии. Это и есть новшество нашей разработки. Выявленные диссонансы отражают наличие аномального события в реальной жизни. При этом обработка больших объемов данных организована на двух уровнях», — рассказали в университете.
По словам исследователей, новинка сначала делит данные, например, множество кардиограмм, на фрагменты, каждый из которых обрабатывается отдельным узлом кластера. Затем фрагмент разбивается на сегменты, и каждый сегмент анализируется графическими процессорами кластерного узла. На каждом уровне узлы и GPU обмениваются полученными результатами.
В университете добавили, что разработка успешно прошла испытания на суперкомпьютере «Ломоносов-2» (Московский государственный университет) и на суперкомпьютере «Лобачевский» (Нижегородский государственный университет). В экспериментах использовались временные ряды с миллионами точек из различных областей знаний.
Фото: hi-tech.mail.ru